高質量發展視角下環渤海地區物流效率測度研究

汪文生 考曉璇

關鍵詞：物流產業效率;三階段DEA模型;高質量發展;環渤海地區

中圖分類號：F061.5??文獻標識碼：A??文章編號：1001-148X（2021）04-0075-10

收稿日期：2020-11-25

作者簡介：汪文生（1978-），男，安徽桐城人，中國礦業大學（北京）?管理學院教授，博士生導師，管理學博士，研究方向：能源經濟、物流管理;考曉璇（1993-），本文通訊作者，女，山東濰坊人，中國礦業大學（北京）?管理學院博士研究生，研究方向：物流與供應鏈管理、能源經濟。

基金項目：國家社會科學基金項目“新常態下我國煤炭行業去過剩產能及政策選擇問題研究”，項目編號：16BJY054。

一、引言

隨著中國經濟進入新常態，新技術的高速度發展和電子商務的普及滲透，物流產業在經過多年快速發展之后呈現出新的格局。經濟的發展對物流產業的發展質量和效率增長提出更高的要求，進而促進現代物流產業改革與進步。

物流產業作為服務行業，在產業化、專業化發展中逐漸將信息服務和物流傳統職能融合，成為第三產業的重要組成部分和支撐國民經濟的強大動力。隨著物流產業進一步發展，物流產業縱向及橫向整合能力不斷提升，除單一衡量成本外，物流效率的高低直接能夠反映出一個國家或地區物流產業發展的實際水平與質量，是地方經濟發展的重要衡量指標。

行業從成長期向成熟期發展的過程中，產業規模逐步擴大、總產值提升，經營主體間競爭激烈，主體內部高投入、高消耗、低效率等問題突出，發展速度快、發展質量問題凸顯，引發國家對物流業效率問題密切關注。2017、2018年國家相繼發布一系列指導性文件①，引導企業降本增效，推動機構調整、新能源運輸工具使用和物流基礎設施建設。基于形勢發展和國家政策要求，區域物流發展和物流企業主體要以高質量發展為目標，優化資源配置、降低運營成本、提高投入產出效率，達到資源高效利用、促進產業融合、業務模塊集聚、企業重組轉型、技術進步的要求，從而實現區域經濟和產業經濟高效率高質量發展。

環渤海一體化發展是當前時期經濟發展的重要戰略選擇，是全面建成小康社會、區域協同發展的重要組成部分，“環渤海經濟圈”在政治、國防、經濟領域具有重要地位。本文通過對環渤海地區物流業效率的研究，揭示區域內物流產業的整體發展水平和城市之間發展質量差異，對提升區域物流效率、優化產業布局、促進物流產業綠色高質量發展提供參考建議。

二、研究方法與數據來源

（一）研究方法

有關于效率的研究方法，經過相關學者的總結，目前，國內外學者對效率的研究方法主要有兩種，一種是數據包絡分析法，另一種是隨機前沿分析法。數據包絡分析簡稱為DEA，是一個集管理學、運籌學、經濟學多學科內容，通過數學規劃模型，以測度多投入多產出經濟系統運行效率的非參數的效率測算方法。DEA有兩種經典模型，DEA-BCC模型，是一種規模報酬可變的效率測度模型，它并未對生產過程的規模報酬的同一性強加約束，對不同規模報酬的決策單元分開計算效率值。

三階段DEA方法是由Fried等人[1]提出的，模型的本質是在第一階段對研究對象的效率進行初步測算，然后引入SFA回歸分析分離出干擾因素的影響，進而在第三階段能夠測算出真實的物流效率值。

1.DEA-BCC模型。本文在第一、三階段物流產業效率測算中應用DEA-BCC模型，該模型是基于規模效率可變的模型，實質是一個線性規劃問題。本文采用的是經典的投入導向的BCC模型，模型設立如下：

min[θ-εTS-+eTS+

s.t.∑nj=1Xjλj+S+=θX0∑nj=1Yjλj+S+=Y0λj0，S-0，S+0（1）

約束條件中，j=1，2，…，n表示決策單元，X、Y分別是投入、產出產量。當θ=1，S+=S-=0，表示決策單元DEA有效;θ=1，S+≠0或S-≠0表示決策單元弱DEA有效;若θ<1，表示決策單元非DEA有效。

2.似SFA模型。二階段利用一階段的松弛變量作為被解釋變量，用似SFA回歸模型分離環境變量和隨機噪聲影響[2-3]。與第一階段的模型呼應，構造投入型的似SFA回歸函數：

Sni=f（zi;βn）+vni+unin=1，2，…，N;i=1，2，…，I;v～N（0，σ2v），u～N+（0，σ2u）（2）

Sni代表第i個決策單元的第n項投入的松弛變量;zi代表環境因素;βn表示環境因素的待估計系數;vni+uni代表函數的混合誤差項，且兩要素不相關;vni代表隨機干擾，即隨機干擾因素對投入松弛變量的影響，并且服從v～N（0，σ2v）分布;uni代表管理無效率，即管理管理因素對投入松弛變量的影響，并服從u～N+（0，σ2u）分布。

經過SFA回歸后，根據回歸結果對其他物流要素投入量進行調整，以效率最高的決策單元投入量為調整基準，表達式如下：

xAni=xni+[maxfzi;βn-fzi;βn]+[maxvni-vni]??（3）

其中，xAni代表松弛變量調整后的投入;xni代表受松弛變量影響調整前的投入;maxfzi;βn-fzi;βn代表對環境因素的調整;maxvni-vni代表所有決策單元置于相同水平下。

本文采用Jondrow等所提出的方法加以估計[4]，將其與管理無效率分離，并參考先前的研究對三階段DEA的分離公式，沿用φ為標準正態分布的密度函數和分布函數，取εi=Vni+Uni為聯合誤差項，λ=σμσv，σ*=σμσvσ，σ=σ2μ+σ2v得出分離管理無效率和隨機干擾的公式：

E（μ|ε）=σ*·[SX（]φ（λε/σ）[]（λε/σ）[SX）]+[SX（]λε[]σ[SX）]?（4）

（二）數據來源與處理

本文以環渤海地區近五年的物流產業投入產出效率為研究對象，投入變量、產出變量以及環境影響變量因素全部來自于各主管部門和行業的統計數據，摘錄自《國家統計年鑒》《中國城市年鑒》及北京市、天津市、河北省、遼寧省、山東省統計年鑒和國民經濟發展統計公報。

在DEA模型測算中決策單元數量下限一般是所選投入和產出變量總和的二倍以上，上限則無要求，決策單元數量與測算結果質量正向相關。本文中DMU數據量符合模型理論要求。在數據收集中，原始數據缺失個數為5，對其進行平滑處理，對本文的測算結果基本不產生影響。

三、環渤海地區物流效率指標構建與效率測算

（一）指標體系構建

依據三階段DEA模型原理，本文中物流效率值是將全部產出與物流產業全部資源投入的比值來衡量物流效率，因此在評價環渤海物流產業效率時需選擇指標分別對總投入和總產出進行衡量。指標體系的建立從投入、產出和影響三個角度出發將指設定為投入指標、產出指標和環境變量指標。指標選取遵循綜合性、均衡性、合理性、可獲得性等原則。

產業是復雜多元的，產出由投入決定，經過投入、轉化，受環境變量的影響，最終實現產出。投入因素包含人力、資金、基礎設施、科技等，充分考慮數據的可獲得性，本文以統計數據作為數據來源，以研究對象2013—2017年5年的交通運輸倉儲和郵政業固定資產投資、交通運輸倉儲和郵政業從業人數以及交通運輸財政支出為投入變量，以貨運量、貨運周轉量和交通運輸倉儲和郵政業的行業生產值總值為產出。

環境影響指標主要選取對物流產業效率產生影響且通常在樣本主體控范圍以外的因素。物流產業發展水平與規模受到地區經濟影響，地區GDP能夠充分反映不同地區經濟發展總體狀況;現代物流產業發展在科技和新型裝備方面的依賴程度越來越高，用R&D內部經費支出來衡量現代物流產業科技發展程度作用。根據以上設定，結合指標的選取原則，建立環渤海物流產業效率的評價指標體系，如表1所示。

（二）第一階段物流效率測算

本文中第一階段物流效率的測算有兩項任務，一是計算未排除環境干擾的環渤海地區的物流效率值;二是計算投入的松弛變量值，將其作為第二階段的因變量。本文對環渤海14城市物流效率測算中第一階段是基于DEA投入導向VRS規模報酬可變的BCC模型進行研究，運用DEAP2.1，采用多階段的算法進行計算。測算得到環渤海14城市的物流綜合效率包括純技術效率和規模效率。未進行SFA調整的綜合技術效率測算結果如表2所示。

綜合技術效率測定的是規模報酬不變的情況下決策單元與生產前沿面的距離，代表能夠達到最優產出的能力，綜合技術效率由純技術效率和規模效率構成，在數量上等于純技術效率和規模效率的乘積，純技術效率代表決策單元的管理和技術水平，規模效率代表決策單元的資源配置水平[5]。通過測算所得表2的數據可以分析出：（1）在五年周期中14城市中有淄博、大連2個城市的技術效率值達到1，表明這兩個城市的物流效率在該時間周期中達到生產前沿面，實現了當前投入的最優產出，同時表示資源配置效率和管理技術水平達到最優。北京、唐山、濰坊、東營、營口效率均值能夠達到0.9以上，說明投入產出的效率較優，資源配置效率和管理水平較好。（2）天津平均綜合效率最低，天津、煙臺、沈陽效率均值均未達到0.5，整體效率水平較低。

表3將區域內部的城市按照效率平均值分為省、市二級單元，通過比較得出環渤海區域內綜合物流效率，北京市的綜合物流效率最高，河北省、遼寧省、山東省分別位居二、三、四名，天津市的綜合物流效率最低。按照時間維度分析，北京、天津、河北、山東、遼寧均在2015、2016年出現效率值降低的現象，且均在2017年有所上升。

從純技術效率測算結果表4能夠看出效率值均相對較高，14個城市中有8個城市的純技術效率在5年周期中均達到效率前沿面，滄州、保定、濟南、濰坊部分年份未到達效率前沿面，煙臺、沈陽五年均未達到效率前沿面，表明上述城市在管理和技術水平方面仍然有較大提升空間。從表中能夠看出效率結果能夠呈現一定的特點，純技術效率較低的城市與純技術效率達到效率前沿面的城市相比，物流產業的規模與產值方面存在一定的差異。達到效率前沿面的城市，物流運輸業產業布局合理，工業產業結構完善。滄州市在2015年及以前達到效率前沿面，2016年后出現下降趨勢，且下降幅度較大。濟南在2016年同樣出現純技術效率值呈現下降趨勢，在2017年達到效率前沿面。煙臺和沈陽純技術效率具有一定的重合趨勢，說明效率變化趨勢基本相同。

通過測算結果表5觀察環渤海地區省、市二級單元的物流純技術效率，環渤海地區物流產業純技術效率值普遍較高。北京、天津各年的純技術效率在各年份均達到效率前沿面。河北省、山東省純技術效率值均超過0.9，遼寧省純技術效率值達到0.88。

經過測算得到的規模效率結果表6顯示，只有淄博、大連兩個城市在五年內全部達到效率前沿面，北京、唐山、濟南、濰坊、東營、營口6個城市五年間平均效率值達到0.9以上，天津在這五年間平均效率值最低，為0.338，近五年物流效率值整體上呈現波動下降的趨勢。煙臺和沈陽的效率波動幅度相似，因此說明兩地物流規模效率具有相似性。濰坊與唐山的規模效率相似性極高。青島和沈陽具有相似波動性，但從整體看青島的效率值在各個年份都低于沈陽。

通過測算結果表7觀察環渤海地區省、市二級單元的物流產業規模效率。北京和遼寧省的規模效率較高，均超過0.9，其中北京市達到0.95以上。河北省、山東省規模效率較高，達到0.87以上，天津市規模效率較低，五年均值僅為0.33。北京市、河北省、遼寧省在2016年出現效率降低趨勢，天津市、山東省在2015年的時候效率降低，后面年份出現上升趨勢。

通過對環渤海地區物流綜合效率的分解，根據物流效率原理可以看出對綜合物流效率影響較大的是物流規模效率，物流規模效率與物流綜合效率的變化趨勢相同，同時表明2015-2016年我國環渤海地區物流產業規模效率降低。

2015年以前，環渤海地區及全國物流規模一直呈現較大的擴張趨勢。社會實體經濟對物流服務的需求量逐步攀升。物流產業經過30多年的快速發展，現在已經成為現代服務業的重要支柱。鐵路、公路運營里程居世界第一位，各種營業性倉儲基地和物流園區不斷涌現，依賴于基礎設施的大力擴張，物流產業規模加速擴大。在2013年時，我國物流市場規模居世界第一位，鐵路運輸量、公路運輸量、港口吞吐量及快遞業務量均居世界第一位。在2015年之后，隨著我國整體經濟發展格局的轉變，我國物流產業進入調整產業結構和提升發展質量階段，以高科技、大數據為支撐的智能化物流時代。物流產業集約化、精細化的結構轉變與現實中物流產業規模大，管理低效的物流規模現狀產生矛盾，因此會出現短期內物流效率較低的現象。

（三）似SFA前沿回歸分析

第二階段運用似SFA回歸模型以第一階段得到的投入松弛變量作為被解釋變量，將地區GDP、R&D內部經費支出外部環境變量作為解釋變量[6-7]。使用Frontier4.1軟件進行似SFA回歸分析，計算結果如表8所示。

分析表中的測算結果分析，交通運輸郵、倉儲、郵電業固定資產投資，物流產業從業人數，交通運輸財政支出的松弛γ值大于0.5，且在5%的水平上通過顯著性檢驗，LR單邊似然比檢驗有效拒絕了OLS估計結果，因此認為似SFA估計的面板數據結果可信。

外部環境變量是對投入松弛變量的回歸，因此當回歸系數為負數時，環境變量與投入松弛變量之間為負相關關系，環境變量增加有利于減少投入松弛變量，反之，回歸系數為正數時，代表環境變量與投入冗余之間是正比例關系，外部環境因素增加，投入冗余變量也增加。從以上分析可得：

（1）地區生產總值：地區生產總值代表該地區的社會經濟的綜合水平。地區生產總值與X1、X2、X3之間的回歸系數為正數。表明地區生產總值的提升對三種投入變量的冗余變量的減少具有負面效應。隨著地區物流產業發展和增長速度的變化，會相應刺激物流從業人員數量變化，使固定資產投資、單位資源消耗等相應增加，這表明GDP的增加是粗放的，一定程度上降低了物流運作效率。

（2）R&D內部投入經費：R&D內部投入經費對X1、X2、X3的松弛變量的回歸系數都是負值，這表明在該周期內R&D內部投入經費使冗余發生了變化，R&D內部投入經費的提升降低了資本勞動力、固定資產投資的冗余，對物流效率提升有很大的影響。γ=σ2σ2v+σ2u的取值在[0，1]之間，當接近于0時，隨機干擾因素起到主要影響作用，當接近于1時，此時管理無效率成為主要影響因素。從測算結果可以得出，三個投入變量的估計值分別是0.5193、0.8749、0.7874，在三個投入指標中都是管理無效率占據主要影響地位。因此，在環渤海地區管理無效率的影響更具有顯著性。

似SFA回歸分析可以表明，外部環境對內部效率具有影響，且影響程度和影響方向均不相同，因此使得同一時間內相近地區之間的物流運作效率有很大不同。在環渤海14城市物流效率分析中剔除了環境因素和隨機干擾項的影響，根據投入要素進行調整進一步測算相同環境影響下的物流運作效率。

（四）第三階段物流效率測算

在第三階段，通過第二階段的分離管理無效率和隨機干擾項的影響，調整投入指標X1、X2、X3再次通過DEAP2.1進行測算，得出環渤海14城市的物流效率值。調整前后的物流效率值如表9所示。

北京市的物流效率整體較高，在2016-2017年規模效率未達到效率前沿面，處于規模效率遞減狀態，經過調整之后，規模效率達到效率前沿面，同時可以看出調整前后差異較大。因此，北京市物流效率受到環境因素的影響較大，應重點提升純技術效率，同時兼顧規模效率。

天津市與北京市的調整前后情況相類似，同樣是在調整后規模效率達到效率前沿面，值得注意的是，天津市規模效率調整前后的差異更大，表明天津市規模效率受到環境因素的影響更為突出。因此，天津市應該注重純技術效率的提升，同時應擴大物流規模，并注重環境因素影響，注重結構合理性，避免盲目擴張。

河北省整體的效率結果水平不高，其中唐山市在樣本中效率測算結果最好，整體物流效率高，只有2015年調整前的規模效率未達到效率前沿面，剔除環境干擾，唐山市的規模效率達到效率前沿面，物流運作較好，純技術效率和規模效率可繼續提高。滄州市在該時間段內，效率值均未到達效率前沿面，剔除環境影響后純技術效率在2014年達到最低，2016-2017年純技術效率提高，規模效率經過調整后效率值均降低，且隨時間變化逐年降低，規模報酬處在遞增階段。因此滄州市的整體物流運作效率有待提升，存在規模小、規模效益低等問題，應重點考慮是否應合理擴大物流產業規模。保定市2013年、2015年、2106年的純技術效率在調整后有所提升，2014年、2017年調整后效率出現小幅下降，且均未達到效率前沿面。規模效率值在調整后各年份均下降，且整體規模效率值較低，規模報酬遞增，說明物流技術效率和物流規模均限制了物流綜合效率，應該提升物流純技術效率，著重擴大物流規模。

在山東省測算樣本中，青島市物流效率最高。剔除環境干擾之后，物流效率值均達到效率前沿面，經過一、三階段對比可以看出環境因素對規模效率有一定影響，在物流行業的發展中應著力提高純技術效率和物流R&D研究投入，注重適當擴大規模。濟南市純技術效率只有2016年未達到效率前沿面，經過調整后物流純技術效率均達到效率前沿面。規模效率除2015年經過調整后效率提升以外，其他年份經過剔除環境影響因素，規模效率值降低，規模報酬均處于遞增階段。因此，濟南市的物流產業運作應該增加純技術效率的投入，擴大物流經營規模，摒棄粗放式增長，加強管理與技術投入。煙臺市除2013年外，經過調整后的純技術效率均達到效率前沿面，但規模效率剔除環境變量后均下降，規模報酬均遞增。由此，可以看出煙臺市物流產業運作效率受環境因素影響較大，在后續發展中應該繼續提高物流純技術效率和規模效率，加大物流科技投入，擴大物流運作規模。濰坊市物流純技術效率受到環境因素影響較小，規模效率受環境因素影響較大，經過剔除環境因素的影響調整后，各年份規模效率均未達到效率前沿面，規模報酬處于遞增階段。淄博市物流純技術效率全部達到效率前沿面，規模效率未達到效率前沿面，規模報酬遞增，應該加大物流科技投入，進一步擴大現有物流規模。東營市在一階段只有2013年純技術效率未達到效率前沿面，調整后規模效率、技術效率均未達到效率前沿面，且效率值非常低，規模報酬遞增，說明東營市整體物流運作效率較差，物流技術投入產出較低，投入規模較小，應進行多方面改善，以提升整體物流產業效率。

遼寧省中的樣本城市差異較大，大連市物流效率較高，一、三階段物流效率均達到效率前沿面，說明大連市物流產業布局、技術投入、物流規模都達到較高水平。沈陽市各年純技術效率均未達效率前沿面，剔除環境因素影響，2015年、2016年兩年達到效率前沿面，其余年份大幅提升，規模效率調整前后均未達到效率前沿面，除2015年調整后規模效率有小幅度較低，規模報酬處于遞增階段，表明綜合物流效率主要受限于物流規模。營口市純技術效率均達到效率前沿面，一階段規模效率只有2016年沒有達到效率前沿面，調整后規模效率變化較大，效率值較低，剔除環境因素，規模報酬處于上升趨勢，表明受到環境影響，規模效率被嚴重高估，應該提高管理效率和物流技術效率并根據需求拓展物流規模。

從總體測算結果來看，14個城市樣本中，有8個城市純技術效率在調整前后達到效率前沿面，其余城市除個別年份經過調整后純技術效率出現下降外，其他均有所提升，說明技術效率在環境因素影響下被低估，科技投入在當前發展中應受到重視。

（五）環渤海地區物流效率時空差異分析

本文對環渤海地區14個城市的物流效率進行了測算，以求通過具有代表性樣本的測算以衡量整個區域物流產業的發展質量;在整個區域之中，同一城市不同時間，同一時間不同城市的物流效率皆存在差異。高效率是高質量的核心體現，通過對物流效率理論部分的研究以及區域物流效率測算分析，得出環渤海地區物流效率的時空差異。

1.區域內省、市之間物流效率、發展質量差異大。從區域整體出發分析，能夠得出整體的效率差異較大，各個所屬區域具有不同特色。北京、天津、唐山、大連是典型的成熟型，以上城市的物流產業發展較為成熟，所處環渤海的中心地帶，是全國的鐵路樞紐和港口，每年的貨運吞吐量、周轉量均居全國前列。北京市屬于全國和該地的科技中心，天津、遼寧、河北地區是傳統的工業基地，在經濟發展方面也占據優勢。物流效率高且受到環境影響較小，說明本區域物流結構完善、規模合宜，該地區域發展、經濟發展以及政策等因素，對該產業的影響都是恰當的。同樣，在本區域中也存在一些城市物流效率極低，與其空間相鄰的沿海與非沿海地區都具有較大差異。

2.省內各市之間物流效率差異顯著。在樣本選擇中，選取具有代表性的城市樣本進行分析，通過分析得到山東省、河北省、遼寧省所選取的樣本具有相似的特征。山東省內部、青島市經過調整后物流效率值全部達到效率前沿面，而東營市的物流效率值連續五年均在[0.2，0.3]內浮動。唐山市調整后的物流效率值除2017年為0.8以外，其他的效率值均達到效率前沿面，與此相比保定市的物流效率值在[0.29，0.75]之間浮動。遼寧省大連市調整前后的物流效率值全部達到效率前沿面，而沈陽與營口的效率值均較低，且營口市調整后的物流效率值均在0.5以下。

3.環渤海區域內部物流效率整體呈現多極化。由以上的分析可知，在環渤海內部由于諸多省份發展存在差異化，省份內部發展水平也不同，因此環渤海地區物流效率出現多極分化。以剔除環境變量影響后的物流效率作為參考，北京、天津、唐山、青島、大連成為區域內部物流效率的極大值區域。這幾個城市的物流效率代表了本階段內環渤海地區物流效率的最高水平，測算的結果與當前城市發展的總體水平相符合。

4.同一區域物流效率在時間維度上差異較小。在時間維度上，仍然以調整后的物流效率為參考。與空間維度上的物流效率差異相比時間維度上的差異相對較小，北京、天津、唐山、青島、濟南、煙臺、濰坊、東營、大連、沈陽、營口在五年期間的效率值差異浮動不超過0.2，滄州市物流效率極值差為0.31，保定市物流效率極值差為0.46，淄博市物流效率極值差為0.33。

5.區域內部分城市物流效率受到環境抑制或放大影響。物流效率受環境影響大，主要體現在效率值調整前后差異大，其本質是受到經濟發展和科技投入的影響較大。在剔除環境變量影響之后，并非所有的效率值都有所提升。調整之后物流綜合效率比調整之前有所提升，說明該階段環境因素對本地物流效率產生了抑制影響。反之，調整之后綜合物流效率有所下降，說明該階段環境因素對本地物流效率產生了放大的影響。通過對比結果能夠得出北京、天津、滄州、青島、煙臺、沈陽的物流效率原本受到抑制影響，環境變量的影響使得效率值被低估;保定、濟南、濰坊、淄博、東營、營口原本處于對物流效率受到環境因素影響得到放大，環境變量的影響使得效率值被高估。但是以上影響在時間維度上并不顯著，因此還存在一些非定量的環境因素影響，如地理位置、文化差異、消費觀念差異以及政策影響。這些因素無法進行量化，因此在環境變量中未能體現，因而使得區域之間差異較大，從結果上看，選取的樣本城市具有相應的代表性，能夠反映輻射地區的物流效率的水平。以河北省為例，沿海物流發達城市物流效率較高，其他城市物流效率較低。因為臨海城市存在較多港口，物流網絡完備、規模大，因此物流效率變化不明顯。

四、結論與高質量發展建議

（一）結論

本文在高質量發展及區域協同的背景下，基于環渤海14個城市數據，基于面板數據的三階段DEA模型，測算環渤海地區物流產業效率，探索了環渤海地區物流產業效率及時空差異，研究結果顯示：

（1）區域內樣本城市物流效率、發展質量差異較大;物流效率受到環境因素的影響較為明顯，但對不同城市影響效果不同，分別產生了抑制和放大效應，使物流效率在不剔除環境因素影響的情況下被低估或者高估。

（2）經濟發展水平與物流產業發展水平之間具有正相關的關系，GDP粗放增長，資源配置不合理，降低了物流運作效率。

（3）物流綜合效率受到純技術效率的影響較低，與隨機干擾項相比，管理無效率的影響更具有顯著性，管理因素對投入松弛變量的影響更加顯著。

（4）時空特征差異明顯，區域內省、市之間物流效率整體差異較大;省內各市之間物流效率差異顯著;環渤海區域內部物流效率整體呈現多極化;同一區域物流效率在時間維度上差異較小。

（二）環渤海地區物流高質量發展建議

綜上，為進一步提高環渤海地區物流產業發展質量與效率，為實體經濟提供發展保障，區域所在地方政府、企業及行業組織應當探索符合地區特色、有效的政策及舉措。基于本文研究結論，提出以下發展建議：

一是保障政策間的優勢互補與正向調控作用，在區域經濟發展和產業發展中強調地方政策的主動性，破除政策短視局限，協調好經濟增速與發展質量的關系，利用政策工具調動企業主體積極性，實現區域間、產業間協同發展[8]。

二是提升人力資源水平，夯實發展基礎。加強從業人員的技能提升，引進行業人才，搭建層次完善的人才梯隊，為物流產業高質量發展奠定人才基礎。

三是改善管理模式，實現轉型升級。形成政企合力，通過改善基礎設施、優化空間布局、完善樞紐功能、組建物流園區等，形成資源集聚和企業集聚，提高資源利用率和物流效率。

四是加強港口與腹地、上下游產業協同，推進一體化發展。發揮區域特色，加強港口與腹地協同，引導上游產業轉型升級，打造多元化服務格局，提升科技服務和管理創新水平，以優化規模與產業結構，實現產業間高效協同。提升效率與發展質量，縮小區域內部發展差距，形成港口聯動腹地，優勢集聚、結構合理的發展格局。

五是提升物流技術應用水平，推廣物流預測技術及標準化管理技術。營造良好應用氛圍，推進新技術應用及成果轉化。

六是統籌好國內和國際發展定位。整合區域內部資源，服務自身、輻射周邊;提升國際資源整合能力，打造優勢突出、開放共享的國際化人才資本團隊。

注釋：

①?國務院.關于進一步推進物流降本增效促進實體經濟發展的意見，2017-08-17.;交通運輸部.推進運輸結構調整三年行動計劃（2018-2020），2018-10-09.;國家發改委.國家物流樞紐和建設規劃，2018-12-21.

參考文獻：

[1]?Fried?H.O.，?Lovell?C.A.K.，?Schmidt?S.S.，et?al.?Accounting?for?Environmental?Effects?and?Statistical?Noise?in?Data?Envelopment?Analysis[J].?Journal?of?Productivity?Analysis，2002，17（1）：157-174.

[2]?羅登躍.三階段DEA模型管理無效率估計注記[J].統計研究，2012，29（4）：104-107.

[3]?陳巍巍，張雷，馬鐵虎，等.關于三階段DEA模型的幾點研究[J].系統工程，2014，32（9）：144-149.

[4]?Jondrow?J，?Lovell?C?A?K，?Materov?I?S，et?al.?On?the?Estimation?of?Technical?Inefficiency?in?the?Stochastic?Frontier?Production?Function?Model[J].Journal?of?Econometrics，1982，19（2/3）：233-238.

[5]?張竟軼，張竟成.基于三階段DEA模型的我國物流效率綜合研究[J].管理世界，2016（8）：178-179.

[6]?鐘祖昌.基于三階段DEA模型的中國物流產業技術效率研究[J].財經研究，2010，36（9）：80-90.

[7]?梅國平，龔雅玲，萬建香，季凱文.基于三階段DEA模型的華東地區物流產業效率測度研究[J].管理評論，2019，31（10）：234-241.

[8]?盧美麗.中國物流業效率提升是否有路徑顯現？——基于省級數據的定性比較分析[J].商業經濟與管理，2020（7）：27-37.

Research?on?the?Measurement?of?Logistics?Efficiency?in?the?Bohai?Rim?Region?from?the

Perspective?of?High-quality?Development：Based?on?the?Three-stage?DEA?Model

WANG?Wen-sheng，?KAO?Xiao-xuan

（School?of?Management，?China?University?of?Mining?and?Technology，?Beijing?100083，?China）

Abstract：Based?on?the?perspective?of?high-quality?development，?this?paper?selects?14?cities?in?the?Bohai?Rim?region?as?the?research?sample，?constructs?the?evaluation?index?system?of?logistics?efficiency?in?Bohai?Rim?region，?and?uses?three-stage?DEA?model?to?measure?the?logistics?efficiency?in?the?Bohai?Rim?region.?Through?calculation?and?analysis，?the?spatial?and?temporal?differences?in?logistics?efficiency?and?development?quality?between?cities?in?the?Bohai?Rim?region?are?obtained.?The?results?show?that：（1）?There?are?great?differences?in?logistics?efficiency?and?development?quality?among?sample?cities?in?the?region;?the?logistics?efficiency?is?obviously?affected?by?environmental?factors，?which?shows?inhibition?and?amplification?effects?on?different?cities，making?the?logistics?efficiency?be?overestimated?or?underestimated?without?excluding?the?influence?of?environmental?factors.（2）?There?is?a?positive?correlation?between?the?level?of?economic?development?and?the?level?of?logistics?industry?development.?The?extensive?growth?of?GDP?and?the?unreasonable?allocation?of?resources?reduce?the?efficiency?of?logistics?operation.（3）?The?impact?of?pure?technical?efficiency?on?the?overall?efficiency?of?logistics?is?relatively?low.?Compared?with?the?random?disturbance，?the?impact?of?management?inefficiency?is?more?significant，?and?the?impact?of?management?factors?on?input?slack?variables?is?more?significant.（4）?Spatial?and?temporal?differences?are?obvious，?and?the?overall?difference?of?logistics?efficiency?between?provinces?and?cities?in?the?region?is?large;?the?difference?of?logistics?efficiency?among?cities?in?the?province?is?significant;?the?overall?logistics?efficiency?in?the?Bohai?Rim?region?presents?multi?polarization;?the?difference?of?logistics?efficiency?in?the?same?region?is?small?in?the?time?dimension.

Key?words：logistics?industry?efficiency;?three-stage?DEA?model;?high-quality?development;?the?Bohai?Rim?region

（責任編輯：嚴元）